## A Revolução da IA Responsável: Red Hat Lidera com Modelos Abertos e Eficientes
Em um mundo moldado por eventos geopolíticos, a tecnologia, especialmente a Inteligência Artificial (IA), não fica imune às mudanças. O mercado de IA está passando por uma transformação, impulsionada pela busca por metodologias mais transparentes, desenvolvimento responsável e aplicações empresariais éticas.
As expectativas em torno da IA se equilibram entre o potencial vislumbrado e as realidades do mundo real. A desconfiança ainda paira sobre a tecnologia, mas muitos já a abraçam, mesmo em seus estágios iniciais. O modelo de "caixa preta" dos LLMs (Large Language Models) está sendo questionado por alternativas como Llama, DeepSeek e Ernie X1 da Baidu.
A crescente demanda por "IA responsável" impulsiona o desenvolvimento de código aberto, que oferece transparência e a oportunidade de contribuição. Essa abordagem se alinha com a preocupação com o impacto ambiental dos grandes modelos, o uso ético da IA, a origem dos dados de treinamento e questões de soberania, linguagem e política.
A Red Hat, pioneira em modelos de desenvolvimento de código aberto economicamente sustentáveis, busca estender essa filosofia para o campo da IA. Julio Guijarro, CTO da Red Hat para a EMEA, compartilhou a visão da empresa de liberar o poder dos modelos generativos de IA de forma responsável, sustentável e transparente, agregando valor real às empresas.
### Desmistificando a IA: Educação e Transparência
Julio enfatiza a necessidade de educação para compreendermos plenamente a IA. Ele destaca que, devido à complexidade científica e matemática por trás da IA, ela ainda é uma "caixa preta" para muitos. Essa falta de transparência se agrava quando o desenvolvimento ocorre em ambientes fechados e inacessíveis.
Além disso, existem desafios relacionados à linguagem (idiomas europeus e do Oriente Médio são pouco representados), soberania de dados e, fundamentalmente, confiança. Os dados são o ativo mais valioso de uma organização, e as empresas precisam estar cientes dos riscos de expor informações confidenciais a plataformas públicas com políticas de privacidade variáveis.
### A Resposta da Red Hat: IA Sob Medida e Controlada
A Red Hat responde à demanda global por IA com uma abordagem focada em benefícios tangíveis para os usuários, eliminando as dúvidas e ressalvas associadas aos serviços de IA convencionais.
Uma das soluções propostas são os SLMs (Small Language Models), que podem ser executados localmente ou em nuvens híbridas, em hardware não especializado, acessando informações empresariais locais. Os SLMs são alternativas compactas e eficientes aos LLMs, projetados para oferecer alto desempenho em tarefas específicas, exigindo menos recursos computacionais.
A flexibilidade é fundamental: as empresas devem ter a liberdade de manter informações críticas internamente, próximas ao modelo, se desejarem. Afinal, os dados de uma organização mudam rapidamente. Os LLMs podem se tornar obsoletos rapidamente, pois a geração de dados ocorre próxima aos processos de negócios.
O custo também é um fator crucial. Consultar um LLM para atendimento ao cliente pode gerar custos ocultos significativos. Ao executar um modelo localmente, as empresas têm maior controle, limitando os custos à sua própria infraestrutura, em vez de pagar por cada consulta.
### IA Ubíqua: Otimização e Acessibilidade
As empresas não precisam investir em GPUs caríssimas. A Red Hat está otimizando modelos (em código aberto) para serem executados em hardware padrão. Os modelos especializados que muitas empresas usarão não exigem o enorme conjunto de dados de uso geral que precisa ser processado a um alto custo a cada consulta.
O foco está em remover tudo o que não é essencial para um caso de uso específico. Para tornar a IA ubíqua, os SLMs são a chave. A Red Hat também está aprimorando o vLLM (projeto de mecanismo de inferência) para garantir que as pessoas possam interagir com esses modelos de forma eficiente e padronizada, localmente, na borda ou na nuvem.
### Mantendo a IA Próxima e Relevante
Usar e referenciar dados locais relevantes para o usuário permite personalizar os resultados de acordo com as necessidades. Projetos nos mundos árabe e de língua portuguesa, por exemplo, não seriam viáveis com os LLMs convencionais focados em inglês.
A latência também é um problema em contextos sensíveis ao tempo ou voltados para o cliente. Ter recursos focados e resultados personalizados a poucos "hops" de distância faz sentido.
A confiança é parte integrante da IA responsável. A Red Hat defende plataformas, ferramentas e modelos abertos para promover transparência, compreensão e a capacidade de contribuição para o maior número possível de pessoas.
A Red Hat adquiriu recentemente a Neural Magic para ajudar as empresas a dimensionar a IA com mais facilidade, melhorar o desempenho da inferência e fornecer ainda mais opções e acessibilidade na forma como as empresas constroem e implementam cargas de trabalho de IA com o projeto vLLM para veiculação de modelo aberto. A Red Hat, juntamente com a IBM Research, também lançou o InstructLab para abrir as portas para aspirantes a criadores de IA que não são cientistas de dados, mas que possuem o conhecimento de negócios certo.
O futuro da IA reside em uma forma de código aberto específica para cada caso de uso, uma tecnologia que fará sentido para os negócios e estará disponível para todos. Nas palavras de Matt Hicks, CEO da Red Hat: "O futuro da IA é aberto."
